승산비(오즈비 odds ratio) 해석방법 (로짓, 로지스틱)

1. 출처 : https://support.minitab.com/ko-kr/minitab/18/help-and-how-to/modeling-statistics/regression/how-to/fit-binary-logistic-model/interpret-the-results/all-statistics-and-graphs/odds-ratios/

해석

예측 변수의 효과를 이해하려면 승산비를 사용합니다. 승산비에 대한 해석은 예측 변수가 범주형인지 아니면 계량형인 지에 따라 달라집니다.

계량형 예측 변수에 대한 승산비

승산비가 1보다 크면 예측 변수가 증가함에 따라 사건 발생 확률이 증가한다는 것을 나타냅니다. 승산비가 1보다 작으면 예측 변수가 증가함에 따라 사건 발생 확률이 감소한다는 것을 나타냅니다.

이 결과에서 모형은 한 약품의 투여량 수준을 사용하여 성인의 박테리아 존재 여부를 예측합니다. 각 약에는 0.5mg의 투여량이 포함되어 있으며, 따라서 연구자들은 0.5mg의 단위 변화를 사용합니다. 승산비는 약 6입니다. 성인이 약 하나를 추가로 복용할 때마다 환자에게 박테리아가 없을 확률은 약 6배 증가합니다.

이항 로지스틱 회귀 분석: 박테리아 없음 대 투여량(mg)

계량형 예측 변수에 대한 승산비 변경 단위 승산비 95% CI 투여량(mg) 0.5 6.1279 (1.7218, 21.8095)

만약 위에서 승산비가 1.2가 나왔다면 박테리아 없을 확률이 1.2배가 되는 것이다. 퍼센트로 보면  독립변수 한단위 증가에 따라 종속변수 발생확률이  20% 증가한다(더 높다)고 할 수 있다.

2.